Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
nekoIoTLT_nekoDeeplearning
Search
NearMugi
August 25, 2020
Programming
360
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
nekoIoTLT_nekoDeeplearning
NearMugi
August 25, 2020
More Decks by NearMugi
See All by NearMugi
nekoIoTLT_NearMugiLLM
nearmugi
0
420
nekoIoTLT_CatAndColorSensor
nearmugi
0
980
VisualProgramming_GoogleHome_LINE
nearmugi
1
630
EnebularMeetup_GoogleCalendar
nearmugi
0
310
nekoIoTLT_ToyAndVoiceAnalysis
nearmugi
0
410
nekoIoTLT_Demachi
nearmugi
0
470
nekoIoTLT_SearchBlackObject
nearmugi
1
710
nekoIoTLT_nekoGohan
nearmugi
0
580
nekoIoTLT_Tsumetogi
nearmugi
1
750
Other Decks in Programming
See All in Programming
ルールを書いて終わらせないハーネスエンジニアリング
yug1224
4
1.7k
地域 SRE コミュニティ最前線 - ホンマでっかSRE勉強会
tk3fftk
0
270
Lean は証明の正しさを確認するためだけのツールって思ってませんか?
inoueasei
1
110
AI時代の仕事技芸論〜ソフトウェア開発で「遊ぶように働く」職人的熟達のすすめ(スクフェス仙台 2026バージョン)
kuranuki
0
710
ソフトウェア設計に溶けるインフラ ― AWS CDK のインフラ認識論
konokenj
2
630
壊れたパーサから始める関数型設計と構成的なパーサ #fp_matsuri
raiga0310
2
390
5分で問診!Composer セキュリティ健康診断
codmoninc
0
580
Laravelで学ぶ Webアプリケーションチューニング入門/web_application_tuning_101
hanhan1978
4
1.3k
Welcome to the "Parametricity" 🏙️ − Generic だけど Specific な世界 −
guvalif
PRO
1
180
型も通る、synthも通る、それでも危ない 〜AIのCDKの権限とコストを機械で検証する〜 / It Passes Type Checks, It Passes Synth Checks, but It’s Still Risky — Automatically Verifying Permissions and Costs in AI’s CDK —
seike460
PRO
1
420
アルゴリズムは何を圧縮しているのか ─ Haskell から育った「圧縮代数」というメンタルモデル
naoya
16
3.6k
jsmini JavaScript Engine を作ってみた話
yosuke_furukawa
PRO
0
200
Featured
See All Featured
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
1.1k
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
65
57k
Navigating Weather and Climate Data
rabernat
0
400
Building Flexible Design Systems
yeseniaperezcruz
330
40k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
2
1.5k
The Limits of Empathy - UXLibs8
cassininazir
1
530
Tell your own story through comics
letsgokoyo
1
1k
We Analyzed 250 Million AI Search Results: Here's What I Found
joshbly
1
1.6k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
210
Building Applications with DynamoDB
mza
96
7.1k
Java REST API Framework Comparison - PWX 2021
mraible
34
9.5k
[SF Ruby Conf 2025] Rails X
palkan
2
1.2k
Transcript
ねこ+DeepLearningを試してみる 2020.8.25 夜開催! ねこIoTLT vol.3
自己紹介 NearMugi(ニアムギ) ねこ2匹飼っています。
ねこ紹介 ニア ・3月8日生まれ 11歳 ・もふもふでかわいい ・最近体重が戻ってきて調子よい
ねこ紹介 ムギ ・5月8日生まれ 8歳 ・黒猫でかわいい ・メーメー鳴く ・人が苦手
イントロ 「ねこ+DeepLearning」の きっかけ
イントロ ねこIoTLT主催者の津川さんから 「ねこの背景をくり抜きたい」との お話を聞きました。
イントロ こんな感じです
イントロ きっとDeepLearning 使えば出来るはず
イントロ 試してみました
1.ネコの画像データを入力する 2.くり抜き用のデータが出力される 3.用意した背景とネコの画像を合成する 完成イメージ →この処理をラズパイ3の中で完結したい。 学習済みのモデルを読み込めれば出来るはず。
調べる 調べてみる
画像を意味(ネコ・イヌなど)で分類することを 「セマンティックセグメンテーション」というらしい 調べる ネコ イヌ
「セマンティックセグメンテーション」を学習するには U-NetというモデルとPASCAL VOC 2012のデータを使えば 良いっぽい 調べる
学習 学習してみる
・PASCAL VOC 2012からネコ画像だけ取り出す ・ネコorそれ以外のセグメンテーション画像に加工する ・学習データを水増しする 学習
学習結果 学習してみた結果
そこそこ上手く出来てるもの 学習結果
残念な結果だったもの(これでもまだ良いほう…) 学習結果
ネコじゃないのに… 学習結果
まとめ ・カメラと連携してIoTになるはずが、残念な結果になってしまいました ・とりあえず結果が出たので良かったです ・もう少し理解してチャレンジしてみようと思います 以上となります。 ご清聴ありがとうございました。